Как скачать Wan: приложение для телефона и модель для своего компьютера

Официальное приложение для смартфона

Какие версии модели выложены в открытый доступ

Открытая часть семейства — это Wan 2.1 и Wan 2.2. Код лежит в организации Wan-Video на GitHub, веса — в Wan-AI на Hugging Face и в зеркале ModelScope. Лицензия Apache 2.0 разрешает использование, в том числе коммерческое, без отчислений.

Закрытые версии 2.5, 2.6 и 2.7 Alibaba распространяет только как облачный сервис. По новой третьей версии источники пишут противоречиво, и официальной публикации её весов мы не нашли. Значит, любой сайт, который предлагает «скачать wan 2.5» или «wan 2.7 на ПК», отдаёт либо переименованную открытую модель, либо что-то похуже.

• 2.1 T2V-1.3B — лёгкая модель текст-в-видео, 480p.
• 2.1 T2V-14B, I2V-14B, FLF2V-14B, VACE — тяжёлые варианты до 720p, включая видео по первому и последнему кадру.
• 2.2 T2V-A14B и I2V-A14B — архитектура MoE, 480p и 720p.
• 2.2 TI2V-5B — компактная модель текст+картинка в видео, 720p при 24 кадрах в секунду.
• 2.2 Animate-14B и S2V-14B — анимация персонажа по образцу и видео по голосу.

Сколько видеопамяти нужно на самом деле

Цифры ниже — из официальных репозиториев, а не из рекламы. Самая доступная модель — 2.1 T2V-1.3B: разработчики указывают 8,19 ГБ видеопамяти, то есть хватает почти любой современной игровой карты. На RTX 4090 пятисекундный ролик в 480p считается около четырёх минут без квантования и других ускорений.

Для 2.2 TI2V-5B нужно не меньше 24 ГБ — это уровень RTX 4090. Пятисекундное видео 720p на одной такой карте, по данным авторов, укладывается в девять минут. Старшие модели 2.2 на 14 млрд параметров в стандартном режиме требуют карту на 80 ГБ, то есть серверные A100 или H100. Флаги выгрузки части модели в оперативную память снижают требования, но ценой скорости.

Кроме видеокарты понадобятся Linux или Windows с настроенным Python, CUDA и PyTorch, а также место на диске: весовые файлы старших моделей занимают десятки гигабайт.

• 8 ГБ видеопамяти — только 2.1 T2V-1.3B, 480p.
• 24 ГБ — 2.2 TI2V-5B, 720p.
• 80 ГБ — 2.2 A14B и S2V-14B без компромиссов, или несколько карт.
• Меньше 8 ГБ — локальный запуск фактически не вариант.

Установка на ПК: основной порядок

Есть два пути. Проще всего — ComfyUI: поддержка Wan 2.2 появилась в нём летом 2025 года, готовые схемы загружаются одним файлом. Второй — запуск из исходников по инструкции репозитория, он даёт полный контроль, но требует уверенной работы с командной строкой. Порядок для второго варианта в общих чертах такой.

1. 1Установите драйвер NVIDIA, CUDA, Python и PyTorch подходящей версии.
2. 2Склонируйте репозиторий Wan2.1 или Wan2.2 с GitHub и поставьте зависимости из файла requirements.
3. 3Скачайте веса нужной модели командой huggingface-cli download с Hugging Face или через modelscope download.
4. 4Запустите скрипт генерации с текстом запроса и разрешением, при нехватке памяти добавьте флаги выгрузки модели.
5. 5Проверьте результат и при необходимости подберите число шагов и размер кадра под свою карту.

Фейковые сборки и чужие «Wan» в поиске

По запросу «скачать wan» выдача смешивает всё подряд, и не все совпадения опасны, но они точно не про нейросеть. WAN Miniport — это системный сетевой адаптер Windows, его драйверы к видеомодели отношения не имеют. Wan Venox и песни с этим словом — музыка. Obi-Wan — «Звёздные войны».

Опасны другое: установщики .exe и .apk с сайтов-однодневок, «портативные версии Wan 2.7», торренты с «уже настроенной нейросетью». Официальных установщиков для Windows у Alibaba нет, есть только код и веса. Всё, что выдаёт себя за готовую программу закрытой версии, в лучшем случае обёртка над открытой 2.1, в худшем — троян или майнер.

• Берите код только с github.com/Wan-Video, веса — с huggingface.co/Wan-AI или ModelScope.
• Приложение — только из App Store или Google Play, продавец Alibaba Cloud.
• Не запускайте .exe и .bat из архивов с «готовой нейросетью».
• Ссылка на закрытую версию 2.5–2.7 для скачивания — гарантированный обман.

Типичные проблемы при первом локальном запуске

Большинство неудач на старте связаны не с самой моделью, а с окружением. Самая частая ошибка — нехватка видеопамяти, CUDA out of memory. Авторы репозитория прямо советуют в этом случае флаги --offload_model True, --convert_model_dtype и --t5_cpu: часть вычислений уходит в оперативную память и на процессор, генерация становится медленнее, зато укладывается в карту поменьше.

Вторая беда — несовместимые версии PyTorch и CUDA. Если скрипт падает ещё до начала генерации, сначала проверьте, что PyTorch видит видеокарту, и только потом ищите причину в коде. Третья — объём загрузки: веса старших моделей качаются часами на медленном канале, и обрыв посередине оставляет повреждённый файл. Утилита Hugging Face умеет докачивать, поэтому при сбое достаточно повторить ту же команду.

Наконец, ожидания. Открытые версии хороши, но уступают закрытым в детализации и сложных движениях. Если ваша цель — один-два ролика для презентации, неделя настройки домашнего сервера себя не окупит.

• Нехватка памяти — флаги выгрузки модели или меньшее разрешение.
• Скрипт не стартует — проверьте связку драйвер, CUDA и PyTorch.
• Оборвалась загрузка — повторите команду скачивания, она продолжит с места остановки.
• Ролик дёргается — увеличьте число шагов или упростите запрос.

Кому проще не скачивать, а работать в браузере

Локальный запуск оправдан, если у вас есть карта на 24 ГБ и вы делаете много роликов: каждая генерация бесплатна, нет очередей и облачных лимитов. Если же видеокарта слабее, нет желания разбираться с CUDA или нужны закрытые 2.5–2.7, скачивание теряет смысл.

Тогда удобнее генерация через браузер. На wanai.ru ничего не генерируется — это справочный сайт, а кнопка под статьёй ведёт на НейроХаб, независимый агрегатор, который подключает девять вариантов Wan и принимает рубли. Ролик на 2.2 Turbo стоит 38 токенов: по пакету Start (490 ₽ за 200 токенов) это около 93 ₽, на 2.7 — 86 токенов, около 211 ₽. Вход — Яндекс ID или телефон, первое пополнение засчитывается с множителем 1,5.